ComfyUI  >  워크플로우  >  MatAnyone 비디오 매팅 | 단일 마스크 제거

MatAnyone 비디오 매팅 | 단일 마스크 제거

MatAnyone은 단 하나의 초기 마스크 프레임을 사용하여 뛰어난 비디오 배경 제거를 제공합니다. 프레임별 편집이 필요한 전통적인 방법과 달리, 이 워크플로우는 수천 프레임에 걸쳐 놀라운 디테일을 보존하면서도 정확한 가장자리 정의를 유지합니다. 깔끔한 피사체 분리가 요구되는 제작 시나리오에 맞춰 신속한 정밀도로 최적화된 MatAnyone은 최소한의 노력으로 영화 준비가 된 알파 매트를 생성합니다.

ComfyUI MatAnyone 워크플로우

MatAnyone Video Matting in ComfyUI | AI Background Removal
이 워크플로우를 실행하고 싶으신가요?
  • 완전히 작동 가능한 워크플로우
  • 누락된 노드 또는 모델 없음
  • 수동 설정 불필요
  • 멋진 시각 효과 제공

ComfyUI MatAnyone 예제

ComfyUI MatAnyone 설명

1. ComfyUI MatAnyone 워크플로우란 무엇인가요?

ComfyUI MatAnyone 워크플로우는 강력한 MatAnyone AI 비디오 매팅 모델을 ComfyUI 환경에 통합합니다. 단 하나의 초기 마스크 프레임을 사용하여 비디오 배경을 제거하도록 개발된 MatAnyone은 전체 비디오에 걸쳐 정확하고 일관된 고품질 알파 매트 추출을 제공합니다. 이 워크플로우는 전통적인 프레임별 마스킹 과정을 크게 단순화하여 피사체 분리에서 놀라운 안정성과 명확성을 제공합니다.

2. ComfyUI MatAnyone의 이점:

  • 단일 프레임 효율성:
    MatAnyone은 수천 개의 비디오 프레임에 걸쳐 배경을 제거하기 위해 단 하나의 마스크 프레임만 필요로 합니다.
  • 자동 마스크 생성:
    MatAnyone은 내장된 RemBG 기능을 사용하여 고품질 초기 마스크를 자동으로 생성하여 워크플로우를 더욱 단순화합니다.
  • 고정밀 가장자리:
    MatAnyone은 비디오 매팅에서 뛰어난 디테일 보존과 선명한 가장자리 정확성을 보장합니다.
  • 최적화된 워크플로우:
    효율적이고 영화 준비가 된 결과를 요구하는 영화 제작자, VFX 아티스트, 콘텐츠 제작자를 위해 특별히 설계되었습니다.

3. ComfyUI MatAnyone 워크플로우 사용 방법

3.1 ComfyUI MatAnyone 생성 단계:

MatAnyone 설정 예시:

  1. 비디오 및 마스크 준비:
    • Load Video 노드에서 소스 비디오를 업로드하세요.
  2. MatAnyone으로 마스크 적용: (작업 필요 없음)
    • 준비된 마스크 프레임을 MatAnyone Video Kytra 노드에 연결하여 전체 비디오에 걸쳐 자동으로 정확한 배경 제거를 시작하세요.
  3. 최종 비디오:
    • 배경이 제거된 출력 비디오는 Video Combine 노드에 있습니다.

참고:
기본적으로 MatAnyone은 RemBG Session 노드를 사용하여 초기 마스크를 자동으로 생성합니다. 자신의 마스크를 사용하고 싶다면 이 노드를 "Load Image (as Mask)" 노드로 교체하세요.

3.2 ComfyUI MatAnyone의 매개변수 참조:

RemBG Session Node:
RemBG 모델 (isnet-general-use)을 사용하여 초기 고품질 마스크를 생성하여 마스크 추출 프로세스를 단순화합니다.

MatAnyone Video Kytra Node:
비디오에 단일 마스크 배경 제거를 적용합니다.

  • warmup_frames: 모델 초기화를 위한 초기 프레임 수.
  • erode_kernel: 알파 매트 가장자리를 세밀하게 조정하기 위한 침식 커널 크기.
  • dilate_kernel: 경계 부드러움을 조정하기 위한 팽창 커널 크기.
  • bg_red, bg_green, bg_blue: 대체 배경 색상의 RGB 값.

3.3 ComfyUI MatAnyone의 고급 팁:

  • 마스크 프레임 품질:
    초기 마스크 프레임이 명확하고 선명한 경계를 갖도록 하여 MatAnyone의 매팅 정확도를 최적화하세요.
  • 커널 크기 조정:
    침식 및 팽창 매개변수를 사용하여 소스 비디오에 따라 가장자리 선명도와 부드러움을 정확하게 조정하세요.
  • 최적의 결과를 위한 수동 마스크 권장:
    RemBG Session 노드를 통한 자동 마스크 생성이 편리하지만, 수동으로 생성한 마스크를 제공하는 것이 일반적으로 더 우수한 매팅 결과를 제공합니다.

3.4 수동 마스크 업로드에 대한 중요 사항:

"Load Image (as Mask)" 노드를 사용하여 마스크를 업로드할 때, 정확한 결과를 보장하기 위해 마스크 유형에 따라 적절한 채널을 선택하세요. 잘못된 선택은 예상치 못한 시각적 아티팩트를 유발할 수 있습니다.

  • RGB 흑백 마스크 (투명도 없음): RGB 채널 선택
  • 실제 알파 마스크 (투명도 있음): Alpha 채널 선택
  • 컬러 RGB 이미지: 마스크로 사용되지 않음

MatAnyone에 대한 추가 정보

추가 세부 정보 및 기술 참조:

  • 에 의한 ComfyUI의 MatAnyone 구현
  • 원래 MatAnyone 매팅 프레임워크

감사의 말씀

이 워크플로우는 Nanyang Technological University와 SenseTime Research의 Peiqing Yang, Shangchen Zhou, Jixin Zhao, Qingyi Tao, Chen Change Loy에 의해 개발된 MatAnyone 모델에 의해 지원됩니다. ComfyUI MatAnyone 통합KytraScript에 의해 제공되며, 효율적인 단일 프레임 마스크 기반 배경 제거를 가능하게 합니다. 원작자들에게 그들의 선구적인 작업에 대한 모든 공로를 돌립니다.

더 많은 ComfyUI 워크플로우를 원하시나요?

RunComfy
저작권 2025 RunComfy. All Rights Reserved.

RunComfy는 최고의 ComfyUI 플랫폼으로서 ComfyUI 온라인 환경과 서비스를 제공하며 ComfyUI 워크플로우 멋진 비주얼을 제공합니다. RunComfy는 또한 제공합니다 AI Playground, 예술가들이 최신 AI 도구를 활용하여 놀라운 예술을 창조할 수 있도록 지원합니다.